statistische methoden gebruikt voor eke
TRANSCRIPT
Wetenschappelijk Instituut Volksgezondheid
Dienst Kwaliteit van medische laboratoria
Statistische methoden gebruikt voor de Externe Kwaliteitsevaluatie van de
laboratoria voor klinische biologie
Prof. A. ALBERT
Toepassingsdatum: 19/03/2012
DOC 43/41/N V7 (bijlage 1) p. 2/32
Inhoudstafel Voorwoord ................................................................................................................. 3 1. Doelstellingen van de Externe Kwaliteitsevaluatie............................................ 4 2. Het principe van de Externe Kwaliteitsevaluatie ............................................... 5 3. De doelstellingen van de statistische analyse .................................................. 6 4. Schatting van M en SD
(a) .................................................................................. 7
5. Evaluatie van de individuele resultaten .......................................................... 12 5.1. Methode van de z-score ............................................................................ 12 5.2. Grafische methode van Tukey ................................................................... 12
6. Globale evaluatie van de kwaliteit .................................................................. 15 6.1. Pz-Methode ............................................................................................... 15 6.2. Verdeling van de Pz's ................................................................................ 16
7. Definitie van de aanvaardbaarheidsgrenzen van de resultaten ...................... 18 7.1. Methode van de u-score ............................................................................ 18 7.2. Criterium gebaseerd op de biologische variabiliteit .................................... 19
8. Globale evaluatie - Pu-methode ..................................................................... 22 9. Besluit ............................................................................................................. 24 10. Referenties ..................................................................................................... 25
De statistiek beschreven in deze brochure wordt toegepast op de volgende EKE-programma’s:
Chemie (inclusief elektroforese) Immunoassays Therapeutic Drug Monitoring Allergie Alcohol Celtelling hematologie Coagulatie Flow cytometrie Sperma analyse Niet-infectieuze serologie
DOC 43/41/N V7 (bijlage 1) p. 3/32
Voorwoord
Statistiek wordt in ruime mate gebruikt in de Externe Kwaliteitsevaluatie van de
laboratoria van klinische biologie maar de gebruikte methoden kunnen variëren
van land tot land en van organisator tot organisator.
Sinds de Externe Kwaliteitsevaluatie in België bestaat hebben de Evaluatoren
geprobeerd om pragmatische maar ook strikte statistische methoden te
gebruiken. Daarenboven zijn deze methoden ook constant gebleven in de tijd
zodat het niet alleen mogelijk wordt om de verdeling van de resultaten van alle
laboratoria te bepalen maar ook om bij iedere enquête het resultaat van elk
laboratorium te situeren in vergelijking met gebruikers van eenzelfde methode. In
alle omstandigheden moeten de resultaten van de evaluatie met de vereiste
aandacht en zorg onderzocht worden.
Wij hopen dat deze brochure elke bioloog zal toelaten om een beter inzicht te
krijgen in de methoden gebruikt in de Belgische Externe Kwaliteitsevaluatie. Om
het gemakkelijker te maken werd ieder hoofdstukje geïllustreerd met een
voorbeeld.
Deze brochure is de zesde uitgave van een document dat werd opgesteld naar
aanleiding van een mededeling over de Externe Kwaliteitsevaluatie op een
“Nationaal Symposium” op 31 januari 1996 te Brussel.
Verschillende biologen hebben ons hun opmerkingen en kritiek overgemaakt en
wij hebben geprobeerd er rekening mee te houden in deze nieuwe versie.
Aarzel niet om ons te contacteren indien er bepaalde delen van de tekst
onduidelijk zijn, zodat wij hiermee rekening kunnen houden in de volgende
uitgave.
Prof. A. Albert
Januari 1998
DOC 43/41/N V7 (bijlage 1) p. 4/32
1. Doelstellingen van de Externe Kwaliteitsevaluatie
Ondanks de controleprocedures van interne kwaliteit (internal quality control) die
die sinds lange tijd toegepast worden in de laboratoria van klinische biologie
(Levey-Jennings, 1950; Westgard et al., 1981), is het bewezen dat voor
eenzelfde staal, gedoseerd in verschillende laboratoria, de bekomen resultaten
soms tegenstrijdig zijn onder andere wegens toevallige analytische fouten tijdens
de dosering. Bovendien gebruiken de laboratoria vaak verschillende
doseringsmethoden die niet altijd juist hetzelfde meten. Zelfs wanneer de
laboratoria dezelfde methode gebruiken, kunnen ze nog beroep doen op
verschillende kalibratoren, kits, reagentia of toestellen. Het is dus logisch dat er
een inter-laboratorium variabiliteit (between laboratory variation)
waargenomen wordt, doch deze moet binnen aanvaardbare grenzen blijven, zo
ook voor de intra-laboratorium variabiliteit (within laboratory variation). Het
waarborgen dat resultaten zich binnen aanvaardbare grenzen bevinden is dus
één van de taken van de Externe Kwaliteitsevaluatie (EKE), wat de anglo-
saksers "External Quality Assessment (EQA)" noemen.
Het doel van de Externe Kwaliteitsevaluatie is aan de deelnemende laboratoria
een vergelijkingsmiddel van de resultaten aan te bieden, zodat ze zeker zijn dat
het bekomen resultaat van een monster in hun laboratorium, niet significant
verschilt van de resultaten bekomen door de andere laboratoria voor hetzelfde
monster. Uiteindelijk dient deze vergelijking om de verschillende laboratoria te
harmoniseren, ervan uitgaande dat, als eenzelfde monster van een patiënt
simultaan geanalyseerd zou worden in meerdere laboratoria, de verschillen
tussen de bekomen resultaten in geen geval zouden mogen leiden tot
interpretaties of tegenstrijdige medische beslissingen (Lewis, 1988).
DOC 43/41/N V7 (bijlage 1) p. 5/32
2. Het principe van de Externe Kwaliteitsevaluatie
Het principe van de Externe Kwaliteitsevaluatie is eenvoudig en vertoont
gelijkenissen met het schema van de interne kwaliteitscontrole:
(1) elk laboratorium dat deelneemt aan een enquête ontvangt van de Evaluator
een controlemonster (met onbekende concentratie) voor analyse; alle
laboratoria krijgen hetzelfde monster;
(2) het laboratorium voert de gevraagde analyses uit, vult de resultaten in op de
daarvoor bestemde antwoordformulieren en stuurt ze terug naar de
Evaluator of brengt ze on-line in via een website die door de dienst beheerd
wordt (Toolkit);
(3) het geheel van de resultaten wordt dan onderworpen aan een statistische
analyse, waardoor de karakteristieken van de verdeling worden bepaald.
Deze zijn: het gemiddelde (M) en de standaarddeviatie (SD) van de
resultaten;
(4) na de statistische verwerking ontvangt elk laboratorium een rapport met de
weergave van zijn eigen resultaten die gesitueerd worden t.o.v. de mediaan
van alle laboratoria. De verantwoordelijke kan aldus de kwaliteit van zijn werk
beoordelen en de adequate maatregelen treffen indien zijn resultaten
gevoelig afwijken van de globale resultaten van de andere laboratoria, in het
bijzonder van de laboratoria die dezelfde analytische methode gebruiken.
Het is dus belangrijk dat elk laboratorium duidelijk vermeldt welke
doseringsmethode gebruikt wordt, alsook alle andere daaraan verbonden
informatie (kalibrator, kit, reagentia, temperatuur, meetapparatuur, enz.), die
nuttig zou kunnen blijken.
Het beschreven schema is zeer eenvoudig en kan nog verbeterd worden. Men
zou bijvoorbeeld bij elke enquête twee controlemonsters kunnen opsturen in
plaats van één, waarvan in het algemeen de ene lage waarden en de andere
hoge waarden heeft. Dit is het geval bij de Externe Kwaliteitsevaluatie in Belgïe.
Op het einde van een jaarcyclus, kan elk laboratorium meer dan honderd
resultaten meegedeeld hebben, wat een aanzienlijke hoeveelheid informatie
vormt die de Evaluator en het geëvalueerde laboratorium toelaat om zich een
beeld te vormen van de globale kwaliteit en om de eventuele leemtes vast te
stellen. De Externe Kwaliteitsevaluatie moet eerder gezien worden als
"educatief" dan als "repressief", want ten slotte is het het belang van de patiënt
dat primeert.
DOC 43/41/N V7 (bijlage 1) p. 6/32
3. De doelstellingen van de statistische analyse
De Externe Kwaliteitsevaluatie brengt verschillende problemen van statistische
aard aan en het is nodig om de statistische methoden te beschrijven die deze
kunnen oplossen (Albert, 1997). Men kan beschouwen dat de statistische
analyse drie doelstellingen nastreeft:
1) het schatten van de positieparameters en van de spreidingsparameters van
de resultaten gegeven door de laboratoria;
2) het evalueren van het resultaat van elk laboratorium ten opzichte van de
resultaten van alle laboratoria of van deze die dezelfde analytische
methode gebruiken;
3) op het eind van de cyclus een globale evaluatie van de kwaliteit van elk
laboratorium opstellen en deze situeren ten opzichte van zijn gelijken.
In het vervolg van dit document zullen wij met de formule {x1 x2 ... xn} de
resultaten (gerangschikt in stijgende volgorde) aanduiden die door het geheel
van de laboratoria (n) geantwoord werden voor de parameter X voor een
gegeven staal. Men kan zich eveneens beperken tot de laboratoria die dezelfde
doseringsmethode gebruiken, hetgeen noodzakelijkerwijze het geval is voor de
enzymatische doseringen. Dus is x1 de kleinste waarde, x2 de tweede kleinste
waarde, enz., zodat uiteindelijk xn de grootste waarde is.
Hierna zullen wij alle gevolgde doelstellingen en de gebruikte statistische
methoden nader bespreken.
DOC 43/41/N V7 (bijlage 1) p. 7/32
4. Schatting van M en SD(a)
Het eerste doel van de statistische analyse bestaat erin de positieparameter (M)
en de spreidingsparameter (SD) van de verdeling van de resultaten, geleverd
door de laboratoria, te schatten.
- De positieparameter M kan beschouwd worden als een benadering van de
"echte" waarde van het staal, die in het algemeen onbekend is en ook
"target" waarde (target value) genoemd wordt.
- De spreidingsparameter SD (standard deviation) meet de "inter-
laboratorium variabiliteit", die, zoals wij eerder gezien hebben, zeer
belangrijk is om de afwijking te schatten tussen het resultaat afkomstig van
elk laboratorium en de "targetwaarde”.
In alle publikaties over statistiek worden de parameters M en SD berekend
volgens de formules:
1
)(:
:
2
n
MxSDSpreiding
n
xMPositie
[1]
Dat wil zeggen het rekenkundig gemiddelde (som van de waarnemingen gedeeld
door n) en de standaarddeviatie (vierkantswortel van de som van de kwadraten
van de afwijkingen ten opzichte van het gemiddelde gedeeld door n-1).
Helaas zijn deze twee formules zelden van toepassing bij de Externe
Kwaliteitsevaluatie doordat er in de reeks resultaten veelvuldig "extreme" of
"afwijkende" waarden (outliers) voorkomen (Healy et Whitehead, 1980). Deze
afwijkende waarden zijn het gevolg van eenheidsfouten (resultaten worden
uitgedrukt in g/L in plaats van in mmol/L), van overschrijvings- of
encoderingsfouten (bijv. er ontbreekt een komma, 332 in plaats van 3,32), van
omrekeningsfouten (bv resultaten worden uitgedrukt op 37°C in plaats van op
25°C), van fouten die voortkomen door een slechte voorbereiding van het
controlemonster, van omwisseling van monsters of eenvoudigweg door een
doseringsfout. Het kan eveneens gaan om een probleem te wijten aan het
controlemonster zelf. ____________________ (a)
In de werken van statistiek wordt de standaarddeviatie weergegeven door s of . Nochtans
wordt in de wetenschappelijke literatuur meestal de notatie SD gebruikt welke ook goed bekend is
door de biologen. Daarom werd deze notatie ook hier gebruikt. De notatie M wordt zowel gebruikt
voor het gemiddelde als voor de mediaan.
DOC 43/41/N V7 (bijlage 1) p. 8/32
Het aantal afwijkende waarden zal met de elektronische overdracht van de
resultaten verminderen, maar niet volledig verdwijnen (Albert et al., 1998).
Bovendien kan een foutief meegedeelde waarde niet verbeterd worden daar ze
het officiële resultaat is van dat laboratorium.
De afwijkende waarden vervalsen volledig de berekening van M en SD door de
formules hierboven [1]. Het doel van de statistische analyse bestaat er dus in
een schatting te maken van de positieparameter M en de spreidingsparameter
SD in aanwezigheid van afwijkende waarden, hetgeen niet zo gemakkelijk is.
Om dit probleem op te lossen werden talrijke statistische methoden in de
literatuur voorgesteld (o.a. Prescott, 1970; Healy, 1979; Thienpont et al., 1987;
Albert 1997). Een klassieke methode was deze van de opeenvolgende
truncaties: M en SD werden berekend uitgaande van de formules [1], eliminatie
van de waarden die buiten het interval M ± 3SD vielen, herberekening van M en
SD vanuit de overblijvende waarden, en dit proces te herhalen tot stabilisatie van
het aantal resultaten buiten de grenzen. Deze methode wordt vandaag niet meer
gebruikt daar men kan bewijzen dat ze de SD-waarde onderschat. Met andere
woorden: ze geeft een te gunstig (vals) beeld van de inter-
laboratoriumvariabiliteit. Bovendien steunt ze sterk op de normale verdeling en
het is gekend dat de verdeling van de door de laboratoria geleverde resultaten
niet altijd nauwkeurig een normale verdeling volgt, zelfs niet na verwijdering van
de afwijkende waarden.
Een eenvoudige en praktische methode is deze voorgesteld door Tukey (1977).
Het is een niet-parametrische benadering, die weinig gevoelig is voor afwijkende
waarden in zoverre men gebruik maakt van de volgorde van de waarnemingen
(dat wil zeggen hun positie in de oplopende reeks) en niet van de waarden zelf.
DOC 43/41/N V7 (bijlage 1) p. 9/32
Gebaseerd op de percentielen gebruikt men de volgende formules:
349,1/)2575(:
50:
PPSDSpreiding
PMPositie [2]
Aldus wordt voor de positieparameter M de mediaan berekend (percentiel 50) en
voor de standaarddeviatie (SD) het verschil tussen de percentielen 75 en 25
gedeeld door 1,349. In theorie geven deze formules, in geval van normale
verdeling, het juiste gemiddelde en de standaarddeviatie weer. Terloops, deze
twee formules kunnen erg nuttig zijn voor andere klinisch biologische
toepassingen (interne kwaliteitscontrole, referentiewaarden,
reproduceerbaarheid van een analytische methode, enz….)!
Berekening van percentielenb
De mediaan of percentiel P50 wordt berekend vanuit volgende formule
,2/) ( 50 sr xxP
waarbij r en s twee opeenvolgende gehele getallen zijn .1 en 1(n/2) rns r
Wanneer n onpaar is, sr en rxP50 .
Voor de percentielen P25 (eerste kwartiel) en P75 (derde kwartiel) berekent men
eerst de gehele getallen .2/en 2/)1( 121 rrnr
Voor percentiel P25 heeft men
2/2543 rr xxP
waarbij de gehele getallen r3 en r4 worden bekomen door de vergelijkingen
123 rr en 214 rrr .
(b)
In werkelijkheid bestaan er verschillende formules voor de berekening van de P (0 1). Zij
geven meestal hetzelfde resultaat wanneer n voldoende groot is. Zo kan men gebruik maken van
de formule 1121rrxxxP rrr , waar 1nr en 1r en 2r opeenvolgende
gehele getallen zijn zodanig dat .21 rrr In EXCEL gebruikt men dezelfde formule maar met
.)1( 1 nr Het standaardwerk van Dudewicz en Mishra (1988) geeft de formule
11rxP , waarbij 21 rrr en nr .
DOC 43/41/N V7 (bijlage 1) p. 10/32
Op dezelfde manier bekomt men voor percentiel P75
2/7565 rr xxP
waarbij de gehele getallen r5 en r6 worden bekomen door de vergelijkingen
.en r 1 26215 rnrrnr
Voorbeeld met de glucosebepaling
Dit eerste theoretische deel zullen wij toelichten met een voorbeeld. Bijlage I
geeft de glucoseresultaten weer die verkregen werden door de 545 Belgische
laboratoria voor staal H van de vierde enquête van 1991. De resultaten zijn in
stijgende volgorde gesorteerd. Aldus is de kleinste waarde gelijk aan 0,30
mmol/L en de grootste aan 344 mmol/L. Deze twee waarden zijn duidelijk
afwijkend. Figuur 1 toont de verdeling van de glucoseresultaten. Deze verdeling
die schijnbaar normaal lijkt, vertoont nochtans rechts een lichte dissymetrie.
Door de klassieke methode te gebruiken [1] verkrijgt men de volgende
resultaten:
Positie: M = 3,97 mmol/L
Spreiding: SD = 14,62 mmol/L
Dit geeft de volgende variatiecoëfficiënt CV = SD x 100/M = 368%! Dit bewijst
het rampzalige effect van de afwijkende waarden op de berekening van M en
SD.
Figuur 1. Verdeling van de resultaten van de 545 Belgische laboratoria voor staal H van
de vierde enquête van 1991
DOC 43/41/N V7 (bijlage 1) p. 11/32
Het is dus noodzakelijk om een niet-parametrische methode te gebruiken.
Aangezien n = 545 onpaar is, is percentiel P50 het resultaat met rangorde r =
273, aangezien (n/2)+ 1 = 273,5.
Volgens bijlage I, hebben we dus P50 = 3,22 mmol/L. Voor de percentielen P25
en P75 gebruikt men het hierboven beschreven algorithme en verkrijgt men r1 =
273 en r2 = 136, aangezien r1/2 = 136,5.
Voor percentiel P25 berekent men de rangordes r3 = 136 + 1 = 137 en
r4 = 273 - 136 =137. Voor percentiel P75 zijn de rangordes
r5 = 545 + 1 - 273 + 136 = 409 en r6 = 545 - 136 = 409.
Bijgevolg is:
M = P50 = 3,22 mmol/L
P25 = (3,08 + 3,08)/2 = 3,08 mmol/L
P75 = (3,44 + 3,44)/2 = 3,44 mmol/L
SD = (3,44 – 3,08)/1,349 = 0,267 mmol/L
wat leidt tot CV = 8,29%.
Merk op dat de percentielen P25 et P75 niet op dezelfde afstand liggen van de
mediaan; inderdaad, de deviaties P50–P25 = 0,14 mmol/L en P75–P50 =
0,22 mmol/L verschillen, wat een lichte dissymetrie naar rechts van de verdeling
van de resultaten aantoont. De deviatie H = P75–P25 = 0,36 mmol/L wordt de
inter-kwartiel deviatie genoemd (H–spread, volgens Tukey). Het is eveneens een
spreidingsindicator.
Dit voorbeeld is een goede illustratie van het nut van de niet-parametrische
benadering en haar geschiktheid om geen rekening te moeten houden met de
afwijkende waarden, die aanwezig zijn in het geheel van de resultaten bekomen
door de laboratoria.
Als besluit bij dit voorbeeld kunnen wij stellen dat de "juiste" waarde van het
controlestaal ongeveer 3,22 mmol/L bedraagt en de inter-laboratoria
variatiecoëfficiënt 8,3%.
DOC 43/41/N V7 (bijlage 1) p. 12/32
5. Evaluatie van de individuele resultaten
De tweede doelstelling van de statistische analyse bestaat erin het resultaat (R)
van elk laboratorium te rangschikken ten opzichte van de resultaten van alle
laboratoria.
5.1. Methode van de z-score
Een eenvoudige methode bestaat erin om de z-score (ook "SD-unit" genaamd)
te berekenen die de afstand weergeeft tussen het resultaat (R) van het
laboratorium en de "target" waarde M uitgedrukt in standaarddeviatie SD
eenheden. Om duidelijk te zijn,
zR M
SD [3]
Merk op dat de z-score dus een getal is op zichzelf zonder eenheid! Hoe meer
het resultaat (R) van het laboratorium van de mediaan afwijkt, hoe groter de
absolute z-waarde zal zijn.
Gewoonlijk wordt het resultaat (R) als "buiten de limiet" beschouwd wanneer het
meer dan 3 standaarddeviaties verwijderd is van M, dus indien z 3, dat wil
zeggen indien z < –3 of z > 3. Dit is de zogenaamde 3SD regel. Deze definitie is
gebaseerd op de grenslimieten gebruikt voor de interne kwaliteitscontrole. Indien
het een normale verdeling zou zijn, zou de waarschijnlijkheid om zo een hoge
waarde te vinden 3 kansen op 1000 zijn.
Voorbeeld: we veronderstellen dat een laboratorium het resultaat R = 4,10
mmol/L heeft gegeven. Onder deze voorwaarden is z = (4,10 – 3,22) / 0,267 =
3,30. Het resultaat (R) kan dus als "buiten de limiet" beschouwd worden gezien
het zich op meer dan 3 standaarddeviaties (inter-laboratorium) van de
"targetwaarde” bevindt.
5.2. Grafische methode van Tukey
Als de verdeling van de resultaten niet een normale verdeling volgt, stelt Tukey
voor het laboratoriumresultaat (R) ten opzichte van het geheel van resultaten
grafisch weer te geven. Deze methode, in het algemeen van toepassing, handelt
als volgt:
DOC 43/41/N V7 (bijlage 1) p. 13/32
1) men berekent de inter-kwartiel deviatie (H-spread) H = P75 – P25;
2) men bepaalt vervolgens de onderste en bovenste interne limieten (wat
Tukey de "inner fences I" noemt) als volgt:
- onderste interne limiet (LIF) = P25 – 1,5 H
(lower inner fence) [4]
- bovenste interne limiet (UIF) = P75 + 1,5 H
(upper inner fence)
3) men bepaalt tenslotte de onderste en bovenste externe limieten
("outer fences O"), dat wil zeggen:
- onderste externe limiet (LOF) = P25 – 3 H
(lower outer fence) [5]
- bovenste externe limiet (UOF) = P75 + 3 H
(upper outer fence)
Merk op dat de interne en de externe limieten niet noodzakelijkerwijs
symmetrisch zijn ten opzichte van de mediaan M aangezien zij bepaald worden
vanaf de percentielen P25 en P75. In de Belgische Externe Kwaliteitsevaluatie
wordt de methode van Turkey als aanvullende informatie gegeven.
Interpretatie van het resultaat R
Om het resultaat van een laboratorium ten opzichte van het geheel van de
resultaten te interpreteren, kunnen er zich volgens de positie van (R) ten
opzichte van de interne en externe grenzen 3 gevallen voordoen.
1) Als R binnen de interne limieten valt:
LIF R UIF, is het resultaat "aanvaardbaar".
2) Als R buiten de interne limieten maar binnen de externe limieten valt:
UIF R UOF of LOF R LIF, is het resultaat "twijfelachtig".
3) Als R buiten de externe limieten valt:
R < LOF of R > UOF, is het resultaat "afwijkend".
DOC 43/41/N V7 (bijlage 1) p. 14/32
Opmerking: Als de verdeling een normale verdeling volgt, stemmen de interne
limieten van Tukey overeen met M ± 2,7 SD en de externe limieten
met M ± 4,7 SD.
Voorbeeld van de glucosebepaling
Herneem het voorbeeld van de glucosebepaling. Aangezien P25 = 3,08 mmol/L
en P75 = 3,44 mmol/L, is H = 0,36 mmol/L.
Bijgevolg is:
LIF = 3,08 – 1,5 0,36 = 2,54 mmol/L
UIF = 3,44 + 1,5 0,36 = 3,98 mmol/L
LOF = 3,08 – 3 0,36 = 2,00 mmol/L
UOF = 3,44 + 3 0,36 = 4,52 mmol/L
De intervallen bepaalt door de interne en de externe limieten zijn dus
respectievelijk 2,54 - 3,98 mmol/L en 2,00 - 4,52 mmol/L.
LOF
2,0
LIF
2,54
M
3,22
UIF
3,98
UOF
4,52
R=4,10
Glucose (mmol/L)
Het resultaat R = 4,10 mmol/L wordt dus als "twijfelachtig" beschouwd aangezien
4,10 > 3,98 maar 4,10 < 4,52. Het is abnormaal hoog ten opzichte van de
resultaten van de andere laboratoria.
Als we alle 545 glucoseresultaten in aanmerking nemen, toont de toepassing
van de externe limieten aan dat 12 laboratoria (2,2%) afwijkende waarden
hebben geleverd: één laag (0,30 mmol/L) en elf hoog (4.56, 4.7, 4.84, 4.94, 5.50,
8.66, 11.43, 13.75, 13.93, 13.99 en 344 mmol/L). Indien men ook de interne
limieten in aanmerking nemen, worden 21 glucosewaarden (3,9%) als
"twijfelachtig" beschouwd: 9 waarden zijn "abnormaal laag" en 12 waarden zijn
"abnormaal hoog".
Besluit: 512 resultaten (94%) op 545 zijn aanvaardbaar!
Ten slotte merken we op dat bij de berekening van M ± 2,7 SD = 3,22 ± 0,72 en
van M ± 4,7 SD = 3,22 ± 1,25 de bekomen intervallen, 2,50 - 3,94 mmol/L en
1,97 - 4,47 mmol/L, dicht liggen bij deze bekomen met de vergelijkingen [4] en
[5] van Tukey.
DOC 43/41/N V7 (bijlage 1) p. 15/32
Voor kleine groepen
De resultaten van de statistische verwerking van de kleine EKE-groepen moeten
met de grootste omzichtigheid geïnterpreteerd worden. Indien een te grote n
wordt gekozen (bijv. n = 8), ontsnappen veel laboratoria aan de evaluatie.
Echter, indien n te klein is (n < 4), kan het gemiddelde en de standaarddeviatie
niet op een robuuste wijze geëvalueerd worden.
Opmerking: Vanaf 2011 is het minimale aantal voor de evaluatie van de
kleine EKE-groepen vastgelegd op n = 6 (WIV)
6. Globale evaluatie van de kwaliteit
De derde doelstelling van de statistische analyse is op het einde van het jaar een
globale evaluatie van de kwaliteit van elk laboratorium te leveren.
Op het einde van de jaarlijkse cyclus heeft het laboratorium een groot aantal
resultaten geleverd voor de controlestalen. Dit aantal resultaten wordt als N
aangeduid en de N resultaten als R1,……., RN. Dit kan variëren van laboratorium
tot laboratorium aangezien alle laboratoria niet noodzakelijkerwijs alle gevraagde
analyses uitvoeren.
6.1. Pz-Methode
De N-resultaten van een laboratorium zijn niet vergelijkbaar aangezien ze
afkomstig zijn van verschillende testen op verschillende controlestalen. Om ze
vergelijkbaar te maken passen we de z-scores toe (zie verg. [3]).
Aldus zijn z1, ... ,zN de z-scores van het laboratorium. In de berekening van de
z-scores gebruikt men elke keer de waarden van M en SD verkregen van de
laboratoria die dezelfde analytische methode gebruiken.
Indien Nz het aantal z-scores "buiten de limiet" aanduidt, t.t.z. z 3, kan men
het criterium berekenen
PN
Nz
z 100% [6]
dat de verhouding van de z-scores "buiten de limiet" voor het laboratorium
weergeeft. Het gaat om een kwaliteitsindicator tussen 0 (geen enkele waarde
buiten de limiet) en 100% (alle resultaten buiten de limiet, wat zeer uitzonderlijk
is)! Een laboratorium heeft dus des te beter gewerkt als zijn Pz laag is! De Pz-
DOC 43/41/N V7 (bijlage 1) p. 16/32
waarde is slechts een globale indicator en het is raadzaam dat elk laboratorium
de verschillende verkregen z-scores zorgvuldig onderzoekt. Bijvoorbeeld, zo zou
het kunnen dat de z-scores slechts voor een welbepaalde test of enkel voor één
enquête "buiten de limiet" zijn!
Merk op dat we voor de berekening van Pz geen beroep konden doen op de
grafische voorstelling van Tukey.
Voorbeeld: Beschouw dat een laboratorium N = 144 resultaten op jaarbasis
heeft geleverd en veronderstel dat er tien waarden van de z-scores "buiten de
limiet" zijn (Nz = 10).
In dit geval is,
Pz
10
144100% 6 94%,
6.2. Verdeling van de Pz's
Aangezien elk laboratorium een Pz-waarde heeft, kunnen we dus de verdeling
van de Pz’s bestuderen op het geheel van de laboratoria. Men kan het
gemiddelde en de standaarddeviatie van de Pz-waarden berekenen, alsook Pz
(50), die de mediaan is van de Pz-waarden. Op dezelfde manier zijn Pz (25), Pz
(75), Pz (90) en Pz (95) respectievelijk percentielen aan 25, 75, 90 en 95%. De
waarde Pz (90) betekent dat slechts 10% van de laboratoria een Pz hebben die
hoger is dan deze drempel!
De studie van de verdeling van de Pz’s maakt het dus mogelijk om de Pz van elk
laboratorium te lokaliseren ten opzichte van de Pz van zijn gelijken.
Voorbeeld: In bijlage II geeft men in stijgende orde de Pz-waarden van de 487
laboratoria die in 1994 deelgenomen hebben aan de Externe Kwaliteitsevaluatie.
De verdeling van de cumulatieve frekwenties van de Pz-waarden wordt
weergegeven in figuur 2.
DOC 43/41/N V7 (bijlage 1) p. 17/32
Figuur 2: Diagram van de cumulatieve frekwenties van de Pz-waarden voor de
Belgische deelnemers aan de EKE-cyclus 1994 (n=487 laboratoria)
De verdelingskenmerken worden weergegeven in tabel 1. Het gemiddelde van
de Pz-waarden is gelijk aan 6,92 en de standaarddeviatie aan 10. Daarentegen
is de mediaan maar 3,47%. Tien percent van de laboratoria hebben een hogere
Pz dan Pz (90) = 17,2%. Gebruikmakend van figuur 2 is het gemakkelijk om voor
een bepaalde Pz het aantal laboratoria te berekenen die een betere Pz hebben.
Tabel 1: Kenmerken van de verdeling van de Pz-waarden voor cyclus 1994 in Belgie (n= 487 laboratoria)
gemiddelde ± SD 6,92 ± 10,0
Pz (25) 1,39 Pz (50) 3,47 Pz (75) 8,33 Pz (90) 17,2 Pz (95) 26,9 Pz (99) 50,6
Min - max 0-75
DOC 43/41/N V7 (bijlage 1) p. 18/32
7. Aanvaardbaarheidscriteria van de resultaten
In de vorige hoofdstukken wordt een resultaat als "aanvaardbaar" beschouwd als
het niet meer dan 3 inter-laboratorium standaarddeviaties (SD) verwijderd is van
de "targetwaarde” M, dit wil zeggen indien de daaraan verbonden z-score gelijk
is aan |z|< 3. In deze benadering maakt men zowel gebruik van M als van SD.
Het aanvaardbaarheidscriterium hangt dus rechtstreeks af van de verdeling van
de resultaten van de verschillende laboratoria.
In werkelijkheid zijn andere benaderingen mogelijk. Zo kan de bepaling van de
aanvaardbaarheidsgrenzen van de resultaten, geleverd door de laboratoria,
afhangen van de analytische doelstellingen vastgelegd door de
verantwoordelijken van de Externe Kwaliteitsevaluatie.
Men kan de aanvaardbaarheidsgrenzen volgens verschillende criteria definiëren:
- de "state of the art", dit wil zeggen op basis van de beste
bestaande doseringsmethoden
- de mening van de clinici of het advies van de experten
- de biologische variabiliteit (intra- en/of inter-individuele)
- een vooraf bepaalde aanvaardbaarheidsdrempel.
De aanvaardbaarheidsdrempels, die gedefinieerd zijn volgens de ene of de
andere van deze criteria, hebben hun kwaliteiten en zwakheden. In elk geval
wordt echter de aanvaardbaarheid van een resultaat berekend ten opzichte van
een “targetwaarde” en een vooraf bepaalde drempel.
7.1. Methode van de u-score
Als M de “targetwaarde” is van het controlestaal, R het resultaat van het
laboratorium en d (%) de aanvaardbaarheidsdrempel, wordt per definitie de u-
score weergegeven door de formule
uR M
M100% [7]
DOC 43/41/N V7 (bijlage 1) p. 19/32
Het is de relatieve deviatie (%) (negatief of positief) van het resultaat R ten
opzichte van de “targetwaarde”. Merk op dat de inter-laboratorium variabiliteit SD
in deze vergelijking niet meer tussenkomt. Onder deze voorwaarden is een
resultaat "aanvaardbaar" indien u < d en "buiten de limiet" wanneer u d.
In de Verenigde Staten, heeft "Clinical Laboratory Improvement Act (CLIA,
1992)" voor elke gecontroleerde laboratoriumtest een d-waarde (absoluut getal
of %) bepaald en het systeem aanvaardt enkel een beperkt percentage
resultaten "buiten de limiet".
Voorbeeld met de glucosebepaling
Veronderstel dat M = 3,22 mmol/L hetzij de "targetwaarde” van het staal en dat
een laboratorium R = 4,10 mmol/L als resultaat heeft meegedeeld. De CLIA
norm staat slechts een maximum deviatie toe van d = 10% van de
"targetwaarde”. In deze omstandigheden wordt de u-score door formule [Eq. 7]
te gebruiken,
u4 10 3 22
3 22100% 27%
, ,
,
Aangezien u > 10% is, valt het resultaat "buiten de limiet".
In Duitsland aanvaarden de "Richtlinien der Bundesärztekammer (RILIBAK,
1989)" een maximum deviatie van 15% voor de glucosebepaling. De "Société
Française de Biologie clinique (SFBC)" daarentegen legt de
aanvaardbaarheidsdrempel vast op 20%. De aanvaardbaarheidslimieten volgens
SFBC voor glucose, uitgedrukt in mmol/L, liggen tussen 2,58 en 3,86 mmol/L,
terwijl voor CLIA het resultaat R binnen het interval 2,90 - 3,54 mmol/L moet
vallen. We herinneren eraan dat door de 3 SD regel te gebruiken, het bekomen
interval 2,42 - 4,02 mmol/L was, dus duidelijk breder en dus minder streng!
7.2. Criterium gebaseerd op de biologische variabiliteit
Gedurende de laatste jaren, werd veel onderzoek verricht in verband met de
meting van de biologische variabiliteit van een individu in de loop van de tijd
(Libeer, 1993). Dankzij deze studies heeft men intra-individuele (CVI) en inter-
individuele (CVG) biologische variatiecoëfficiënten kunnen opstellen voor
talrijke biologische parameters.
DOC 43/41/N V7 (bijlage 1) p. 20/32
Deze variatiecoëfficiënten hebben het mogelijk gemaakt om drempels voor de
onjuistheid en de onnauwkeurigheid (bias) van de analytische procedures te
bepalen. Uit de werken van Harris (1979), Gowans en Fraser (1987), Fraser
(1992) resulteert dat de analytische precisie (CVa) en de onnauwkeurigheid
(B=bias) aan de volgende criteria moeten voldoen:
CV CV
B CV CV
a I
I G
1
2
1
4
2 2
[8]
Uitgaande van deze formules, hebben Fraser en Hyltoft-Petersen (1992) een
aanvaardbaarheidscriterium van de EKE-resultaten, dat gebaseerd is op de
biologische variabiliteit, voorgesteld. De voorgestelde
aanvaardbaarheidsdrempel wordt weergegeven door de formule
d CV CV CVI I G1 651
2
1
4
2 2, [9]
Dit criterium dat op de biologische variabiliteit gebaseerd is, is momenteel het
meest gangbaar. Voor sommige proeven is de analytische precisie in ruime mate
voldoende om aan het criterium hierboven te voldoen. Voor andere daartegen
(de ionen in het bijzonder) voldoet ze niet en is het nodig de analytische
prestaties te verbeteren om aan de aldus bepaalde biologische criteria te
voldoen.
Voorbeeld van de glucosebepaling
Op basis van de studies, die tot op heden werden uitgevoerd, zijn de intra-
individuele en inter-individuele variatiecoëfficiënten voor glucose respectievelijk
de volgende
CVI = 7,6%
CVG = 12,4%
Dat betekent dat voor eenzelfde individu, die verondersteld wordt gezond te zijn,
het glucosepeil in de loop van de tijd schommelt met een variatiecoëfficiënt van
7,6%. Overigens, bij een bevolking in goede gezondheid, bedraagt de variatie
van de glucosewaarden tussen de personen 12,4%. De verhouding bepaald
tussen deze twee waarden bewijst dat de referentiewaarden van glucose, die
momenteel in de laboratoria worden gebruikt, diagnostische gevoeligheid missen
en dat individuele referentiewaarden bepaalt zouden moeten worden.
DOC 43/41/N V7 (bijlage 1) p. 21/32
Door de vergelijking [9] te gebruiken, bedraagt de globale aanvaardbare
variabiliteitsdrempel voor de samengevoegde intra- en inter-individuele
variabiliteiten
d 1 651
27 6
1
47 6 12 4
6 27 3 64
9 91%
2 2, , , ,
, ,
,
Het resultaat ligt dicht bij de drempel van 10%, die door CLIA op basis van
andere criteria wordt bepaald. Met andere woorden, de waarde van een
glucosebepaling, afkomstig van een laboratorium, zou niet meer dan 9,9% van
de reële waarde van het geanalyseerde staal mogen afwijken. Merk op dat de
drempel (interim) voor glucose momenteel in België vastgelegd is op 6,9%.
Het is dus gemakkelijk te begrijpen dat een glucoseresultaat op basis van de z-
score aanvaard kan worden terwijl het "buiten de limiet" is op basis van het
biologisch criterium. Bijvoorbeeld, indien R = 3,60 en M = 3,22 geven de
methodes van de z-score [3] en de u-score [7] respectievelijk
z
u
3 60 3 22
0 267142
3 60 3 22
3 22100% 118%
, ,
,,
, ,
,,
De z-score is aanvaardbaar, maar de u-score daarentegen overschrijdt de
biologische aanvaardbaarheidsdrempel van 9,91%. Het tegenovergestelde is
eveneens mogelijk voor bepaalde proeven.
Aanvaardbaarheidsgrenzen gebaseerd op biologische variabiliteit
Bijlage III geeft de aanvaardbaarheidsgrenzen die momenteel in de Belgische
Kwaliteitsevaluatie gebruikt worden. Merk op dat voor hormonologie/RIA de
vastgestelde grenzen overeenstemmen met drie maal de maximaal toegelaten
intra-laboratoriumvariabiliteit.
DOC 43/41/N V7 (bijlage 1) p. 22/32
8. Globale evaluatie - Pu-methode
Zoals voor de Pz-methode kan men op het einde van de cyclus aan elk
laboratorium een globaal kwaliteitslabel aanmeten, dat gebaseerd is op het
"biologisch" aanvaardbaarheidscriterium. Het is de Pu-methode.
Als N het aantal u-scores weergeeft, berekend voor een laboratorium voor een
jaar, en Nu het aantal u-scores die hoger liggen dan de biologische
aanvaardbaarheidsdrempel, dan geeft de vergelijking,
PN
Nu
u 100% [10]
het percentage van de "buiten de limiet" resultaten van het laboratorium weer.
Figuur 3. Diagram van de cumulatieve frekwenties van de Pu-waarden voor de Belgische
laboratoria gedurende de EKE-cyclus 1994 (n=487 laboratoria)
Voorbeeld: De Pu-waarden (in stijgende volgorde) van de laboratoria, die
deelge- nomen hebben aan de Externe Kwaliteitsevaluatie in 1994, zijn
weergegeven in bijlage IV. De verdeling van de cumulatieve frekwenties van Pu
wordt weergegeven in figuur 3. De kenmerken van de verdeling worden
weergeven in tabel 2. Gemiddeld bedraagt Pu 15% met een standaarddeviatie
van 12,3%. De mediaan is gelijk aan 11,8% en het percentiel 90 bedraagt
29,2%.
DOC 43/41/N V7 (bijlage 1) p. 23/32
Tabel 2. Kenmerken van de verdeling van de Pu-waarden voor de cyclus 1994 in België (n=487 laboratoria)
Gemiddelde ± SD 15,0 ± 12,3 Pu (25) 7,35 Pu (50) 11,8 Pu (75) 18,8 Pu (90) 29,2 Pu (95) 38,2 Pu (99) 66,7 Min- max 0-83,3
We stellen vast dat de Pu-waarden hoger liggen dan de Pz-waarden (fig. 4). Met
andere woorden, zijn er meer "buiten de limiet" resultaten met de methode van
de u-scores dan met deze van de z-scores. Dit betekent dat door een criterium
te gebruiken dat gebaseerd is op de biologische variabiliteit, de analytische
prestaties van de Belgische laboratoria voor meerdere proeven verbeterd
zouden moeten zijn.
Figuur 4. Cumulatieve frekwentie diagrammen van de Pz's (volle lijn) en
de Pu's (stippellijn) van de EKE in Belgie voor de cyclus 1994
(n=487 laboratoria).
DOC 43/41/N V7 (bijlage 1) p. 24/32
9. Besluit
De Externe Kwaliteitsevaluatie van de laboratoria voor Klinische Biologie brengt
verschillende statistische problemen aan, met name (1) de schatting van de
centrale waarde van de verdeling van de resultaten gegeven door de laboratoria
en van de inter-laboratorium variabiliteit in aanwezigheid van afwijkende
resultaten, (2) de definitie van de aanvaardbaarheidscriteria van de resultaten
zowel op analytische, biologische of statistische basis, (3) de kwaliteitsevaluatie
op lange termijn.
Verschillende statistische methoden werden onderzocht om een antwoord te
geven op de gestelde problemen.
Voor de bioloog is het belangrijk het volgende te onthouden:
1. Het resultaat R gegeven door het laboratorium voor elke test kan worden
vergeleken met de mediaan M verkregen op het geheel van de laboratoria en
met de mediaan M verkregen van de laboratoria die dezelfde analytische
methode gebruiken.
2. Voor ieder resultaat berekent men de afstand tussen R en de mediaan M
uitgedrukt in standaarddeviaties (SD), dit is de z-score. Klassiek kunnen we
zeggen dat een resultaat onaanvaardbaar is wanneer IzI ≥ 3.
3. De grafische methode van Tukey die interne (I) en externe limieten (O)
gebruikt laat voor elke test toe om
(I) de variabiliteit van het geheel van de laboratoria te vergelijken met deze
die dezelfde doseringsmethode gebruiken.
(II) het resultaat R van een laboratorium te situeren ten opzichte van de
limieten I en O volgens het criterium: aanvaardbaar, twijfelachtig en
afwijkend.
Dit is een ietwat verschillende benadering, maar zij geeft bijkomende
informatie.
4. De Pz-methode geeft een globale evaluatie van de kwaliteit van een
laboratorium op basis van alle resultaten van een jaar. Men berekent de
verhouding van het aantal Pz-resultaten buiten de limieten (IzI ≥ 3) ten
opzichte van het totaal van de resultaten. Op basis van de resultaten van
1994 kan men zeggen dat een laboratorium onaanvaardbaar werkt indien Pz
≥ 17%.
DOC 43/41/N V7 (bijlage 1) p. 25/32
5. De Pu-methode geeft ook een globale indicatie van de kwaliteit maar baseert
zich meer op de criteria van biologische variabiliteit. In het algemeen kunnen
we zeggen dat Pu > Pz. Op basis van de resultaten van 1994 kan men
zeggen dat een laboratorium onaanvaardbaar werkt indien Pu > 29%.
De Pu- en Pz-methoden zijn slechts een benadering onder anderen om de
laboratoria op te sporen die voor alle resultaten van een jaar onvoldoende
scoren ten opzichte van de andere labratoria. Deze geciteerde laboratoria
moeten het onderwerp zijn van een grondige en kritische studie om na te gaan
of zij niet toevallig of door een mogelijke bias van de Pu- en Pz-methode zelf,
geciteerd werden.
10. Referenties
(1) Albert A. Statistical aspects of External Quality Assessment in clinical
laboratories. Biocybernetics and Biomedical Engineering, 17, 1-17, 1997.
(2) Albert A., De Moor G., Libeer J.C. External Quality Assessment (EQA) of
Belgian clinical laboratories - The telematics paradigm. Clin. Chim. Acta,
1998.
(3) CLIA. Department of Health and Human Services Health Care Financing
Administration. Medicare, Medicaid and CLIA programs: Regulations
implementing the Clinical Laboratory Improvement Amendments of 1988
(CLIA). Final Rule and Notice. Fed. Reg. 57, 7002-7288, 1992.
(4) Dudewicz E.J. and Mishra S.N. Modern mathematical statistics. Wiley, pp
373-374, 1988.
(5) Fraser C. G. Biological variation in clinical chemistry. An update: Collected
data 1988-1991. Arch. Pathol. Lab Med. 116: 916-923, 1992.
(6) Fraser C. G. et Hyltoft Petersen P. Quality Goals in EQA best based on
biology. EQAnews Vol 2(1): 1, 1991.
(7) Gowans E. M. S. and Fraser C. G. Longer-term biological variation of
commonly analysed serum constituents. Clin. Chem. 33: 717, 1987.
(8) Harris E. K. Statistical principles underlying analytical goal-setting in clinical
chemistry. Am. J. Clin. Pathol. 72: 374-382, 1979.
DOC 43/41/N V7 (bijlage 1) p. 26/32
(9) Healy J. R. Outliers in clinical chemistry quality-control schemes. Clinical
Chemistry, 25/5, 675-677, 1979.
(10) Healy M. R. J. and Whitehead J.P. Outlying values in the national quality
control scheme. Ann. Clin. Biochem. 17: 78-81, 1980.
(11) Levey S. and Jennings E.R. The use of control charts in the clinical
laboratory. Am. J. Clin. Pathol. 20: 1059-1066, 1950.
(12) Lewis S. M. Le système international d'évaluation externe de la qualité en
hématologie organisé par l'OMS. Bulletin de l'Organisation Mondiale de la
Santé, 66/4, 435-442, 1988.
(13) Libeer J. C. External Quality Assessment in Clinical Laboratories. European
perspectives: Today and tomorrow. Thesis, Antwerpen, 636pp. 1993.
(14) Prescott P. Estimation of the standard deviation of a normal population
from doubly censored samples using normal scores. Biometrika, 57, 409-
419, 1970.
(15) RILIBAK. Richtlinien der Bundersärztekammer. Deutsches Artzteblatt 85:
B519-B532, A.S., 490-492, 1988 et 1989.
(16) Rousseeuw P.J. and Verboven S. Robust estimation in very small samples.
Computational Statistics and Data Analysis, 40, 741-758, 2002.
(17) Thienpont L.M.R., Steyaert H.L.C. et De Leenheer A.P. A modified
statistical approach for the detection of outlying values in external quality
control: comparison with other techniques. Clinica Chimica Acta, 168, 337-
346, 1987.
(18) Tukey J.W. Exploratory data analysis. Readling, M.A. Addison-Wesley
1977.
(19) Westgard J.O., Barry P. L., Hunt M.R. and Groth T. A multi-rule Shewhart
chart for quality control in clinical chemistry. Clin. Chem. 27: 493-501, 1981.
DOC 43/41/N V7 (bijlage 1) p. 27/32
Bijlage I. Lijst van de glucoseresultaten (mmol/L), gesorteerd in stijgende
volgorde, komende van 545 Belgische deelnemers voor staal H voor de vierde EKE-enquête 1991
0.30 2.14 2.23 2.42 2.42 2.44 2.46 2.47 2.50 2.53
2.55 2.58 2.68 2.69 2.69 2.70 2.75 2.75 2.77 2.79
2.80 2.80 2.81 2.81 2.83 2.83 2.83 2.86 2.86 2.86
2.86 2.86 2.88 2.88 2.89 2.89 2.89 2.90 2.90 2.90
2.90 2.90 2.91 2.91 2.91 2.91 2.91 2.92 2.92 2.92
2.92 2.92 2.92 2.93 2.94 2.94 2.94 2.97 2.97 2.97
2.97 2.97 2.97 2.97 2.97 2.97 2.97 2.97 2.97 2.97
2.97 2.97 2.97 2.99 2.99 3.00 3.00 3.00 3.00 3.00
3.00 3.00 3.01 3.01 3.01 3.02 3.02 3.02 3.02 3.02
3.02 3.02 3.02 3.02 3.02 3.02 3.03 3.03 3.03 3.03
3.03 3.03 3.03 3.03 3.03 3.03 3.03 3.03 3.03 3.03
3.03 3.03 3.03 3.03 3.05 3.05 3.05 3.05 3.05 3.05
3.05 3.05 3.05 3.05 3.07 3.07 3.08 3.08 3.08 3.08
3.08 3.08 3.08 3.08 3.08 3.08(a)
3.08 3.08 3.08 3.08
3.08 3.08 3.08 3.08 3.08 3.08 3.08 3.08 3.08 3.08
3.08 3.08 3.08 3.08 3.08 3.09 3.10 3.10 3.10 3.10
3.10 3.10 3.11 3.11 3.11 3.11 3.11 3.11 3.11 3.11
3.11 3.11 3.11 3.11 3.11 3.11 3.11 3.11 3.11 3.11
3.11 3.11 3.11 3.11 3.12 3.12 3.12 3.13 3.13 3.13
3.13 3.13 3.13 3.13 3.13 3.13 3.13 3.13 3.13 3.13
3.13 3.13 3.13 3.13 3.13 3.13 3.14 3.14 3.14 3.14
3.14 3.14 3.14 3.14 3.14 3.14 3.14 3.14 3.14 3.14
3.14 3.14 3.14 3.15 3.15 3.15 3.16 3.16 3.16 3.16
3.16 3.16 3.16 3.16 3.16 3.16 3.16 3.16 3.16 3.16
3.16 3.16 3.18 3.18 3.19 3.19 3.19 3.19 3.19 3.19
3.19 3.19 3.19 3.19 3.19 3.19 3.19 3.19 3.19 3.19
3.19 3.20 3.20 3.20 3.20 3.20 3.22 3.22 3.22 3.22
3.22 3.22 3.22(b)
3.22 3.22 3.22 3.22 3.22 3.22 3.23
3.23 3.24 3.24 3.24 3.24 3.24 3.24 3.24 3.24 3.24
3.25 3.25 3.25 3.25 3.25 3.25 3.25 3.25 3.27 3.27
3.27 3.27 3.27 3.27 3.27 3.27 3.27 3.28 3.28 3.30
3.30 3.30 3.30 3.30 3.30 3.30 3.30 3.30 3.30 3.30
3.30 3.30 3.30 3.30 3.30 3.30 3.30 3.30 3.30 3.30
3.30 3.30 3.30 3.30 3.30 3.31 3.33 3.33 3.33 3.33
3.33 3.33 3.33 3.33 3.33 3.33 3.33 3.33 3.33 3.33
3.33 3.33 3.34 3.35 3.35 3.35 3.35 3.35 3.35 3.35
3.35 3.35 3.36 3.36 3.36 3.36 3.36 3.38 3.38 3.38
3.39 3.39 3.39 3.39 3.39 3.39 3.39 3.39 3.40 3.40
3.40 3.40 3.41 3.41 3.41 3.41 3.41 3.41 3.41 3.41
3.41 3.41 3.41 3.41 3.41 3.41 3.41 3.41 3.42 3.42
3.43 3.44 3.44 3.44 3.44 3.44 3.44 3.44 3.44(c) 3.44
3.44 3.44 3.44 3.45 3.45 3.46 3.46 3.46 3.46 3.46
3.46 3.46 3.46 3.47 3.47 3.47 3.47 3.47 3.47 3.47
3.48 3.48 3.49 3.49 3.49 3.49 3.49 3.50 3.50 3.50
3.50 3.50 3.50 3.50 3.50 3.51 3.51 3.52 3.52 3.52
3.52 3.52 3.52 3.52 3.52 3.52 3.52 3.52 3.52 3.52
3.54 3.54 3.57 3.57 3.57 3.57 3.58 3.58 3.58 3.58
3.60 3.60 3.60 3.61 3.61 3.61 3.61 3.63 3.63 3.63
3.63 3.63 3.63 3.63 3.63 3.66 3.66 3.66 3.66 3.68
3.68 3.68 3.68 3.68 3.68 3.68 3.69 3.70 3.72 3.74
3.74 3.74 3.74 3.75 3.77 3.77 3.79 3.79 3.80 3.80
3.81 3.83 3.83 3.85 3.87 3.88 3.89 3.89 3.94 3.96
3.96 3.96 4.00 4.01 4.02 4.03 4.12 4.12 4.16 4.18
4.29 4.29 4.29 4.45 4.56 4.70 4.84 4.94 5.50 8.66
11.43 13.75 13.93 13.99 344.00
(a)
Percentiel P25, (b)
Mediaan, (c)
Percentiel P75
DOC 43/41/N V7 (bijlage 1) p. 28/32
Bijlage II. Lijst van de Pz-waarden, gesorteerd in stijgende volgorde, komende van 487 Belgische deelnemers die deelgenomen hebben aan de EKE-cyclus 1994
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.00 0.00 0.00 0.00 0.69 0.69 0.69 0.69
0.69 0.69 0.69 0.69 0.69 0.69 0.69 0.69 0.69 0.69
0.69 0.69 0.69 0.69 0.69 0.69 0.69 0.69 0.69 0.69
0.69 0.69 0.69 0.69 0.69 0.69 0.69 0.70 0.74 0.74
0.76 0.78 0.89 0.91 0.96 0.98 0.98 1.39 1.39 1.39
1.39 1.39 1.39 1.39 1.39 1.39 1.39 1.39 1.39 1.39
1.39 1.39 1.39 1.39 1.39 1.39 1.39 1.39 1.39 1.39
1.39 1.39 1.39 1.39 1.39 1.43 1.43 1.45 1.47 1.47
1.56 1.56 1.79 1.82 1.82 2.08 2.08 2.08 2.08 2.08
2.08 2.08 2.08 2.08 2.08 2.08 2.08 2.08 2.08 2.08
2.08 2.08 2.08 2.08 2.08 2.08 2.08 2.08 2.08 2.08
2.08 2.08 2.08 2.08 2.10 2.11 2.14 2.21 2.21 2.21
2.50 2.63 2.63 2.63 2.78 2.78 2.78 2.78 2.78 2.78
2.78 2.78 2.78 2.78 2.78 2.78 2.78 2.78 2.78 2.78
2.78 2.78 2.78 2.78 2.78 2.78 2.78 2.78 2.78 2.78
2.78 2.78 2.78 2.78 2.78 2.82 2.82 2.82 2.86 2.90
2.90 2.94 2.94 2.94 2.94 2.96 2.99 2.99 2.99 3.12
3.12 3.12 3.12 3.33 3.45 3.47 3.47 3.47 3.47 3.47
3.47 3.47 3.47 3.47 3.47 3.47 3.47 3.47 3.47 3.47
3.47 3.47 3.50 3.64 3.68 3.68 3.68 3.68 3.88 3.95
3.95 3.97 4.17 4.17 4.17 4.17 4.17 4.17 4.17 4.17
4.17 4.17 4.17 4.17 4.17 4.17 4.17 4.17 4.17 4.17
4.17 4.17 4.23 4.29 4.35 4.35 4.41 4.46 4.55 4.86
4.86 4.86 4.86 4.86 4.86 4.86 4.86 4.86 4.86 4.86
5.00 5.00 5.00 5.07 5.15 5.15 5.22 5.26 5.56 5.56
5.56 5.56 5.56 5.56 5.56 5.56 5.59 5.63 5.74 5.88
5.88 5.88 5.97 6.25 6.25 6.25 6.25 6.25 6.25 6.25
6.25 6.25 6.57 6.62 6.62 6.67 6.94 6.94 6.94 6.94
6.94 6.99 7.03 7.03 7.04 7.04 7.04 7.25 7.35 7.35
7.35 7.55 7.64 7.64 7.64 7.64 7.64 7.64 7.64 7.64
7.64 7.86 8.09 8.11 8.33 8.33 8.33 8.33 8.33 8.33
8.33 8.33 8.57 8.59 8.70 8.75 9.03 9.03 9.03 9.03
9.09 9.21 9.38 9.38 9.72 9.72 9.72 9.80 9.86 10.00
10.00 10.42 10.42 10.45 10.71 10.83 10.91 10.94 11.03 11.03
11.11 11.11 11.11 11.36 11.43 11.61 11.67 11.76 11.76 11.76
11.76 11.76 11.76 11.81 11.81 12.00 12.50 12.50 12.50 12.50
12.50 12.50 13.16 13.19 13.19 13.89 13.89 14.06 14.06 14.29
14.29 14.58 15.00 15.00 15.62 16.33 16.36 16.67 17.24(a) 17.65
18.06 18.66 18.75 18.75 19.12 19.17 19.39 19.57 20.00 20.59
20.83 20.83 21.53 21.67 22.79 24.55 25.00 25.00 25.00 25.00
25.00 26.39 26.92 27.27 27.27 29.17 29.55 30.43 30.56 31.25
31.91 34.04 36.54 36.61 36.72 37.04 37.50 43.24 44.12 47.22
50.00 50.00 50.00 55.77 60.00 72.92 75.00
(a)
Percentiel P90 van de verdeling
DOC 43/41/N V7 (bijlage 1) p. 29/32
Bijlage III. Tabel I: Evolutie van de aanvaardbaarheidslimieten d (%) (vaste limieten) voor BIOCHEMIE
Parameter d (%) 2004
d (%) 2005
d (%) 2006-2007-2008-2009
Na 2 2 2 Cl 3 3 3 Ca 4.5 4.5 4.5 Proteinen totaal 5.5 5.5 5.5 Albumine 6.2 6.2 6.2 K 8 5.8 5.8 Creatinine 8.3 8.3 8.3 Mg 9.5 8.8 8.8 Fosfor 10.2 10.2 10.2 Cholesterol totaal
10.5 9.0 9.0
IgG 11.5 11.5 11.5 Glucose 14 6.9 6.9 LDH 14 11.4 11.4 Urinezuur 15 11.9 11.9 HDL-Cholesterol
15 13.4 13.4
AST 15.2 15.2 15.2 Bilirubine totaal 16.2 16.2 16.2 Amylase 17 15.7 15.0 IgA 19 19 19 IgM 15.0 ALT 20 20 20
GT 20 20 20
Ijzer 20 9.5 9.5 Triglyceriden 20 20 20 Ureum 21 15.7 15.7 Bilirubine direct 24.1 24.1 24.1
DOC 43/41/N V7 (bijlage 1) p. 30/32
Bijlage III. Tabel II: Evolutie van de aanvaardbaarheidslimieten d% (vaste limieten) voor IMMUNOASSAYS
Parameter d (%)
2006-2007 d (%) 2008
FSH 17 17 b
hCG 19 19 b
LH 19.8 19.8 a
Prolactine 21.1 21.1 a
Ferritine 22 22 b
TSH 22.8 22.8 a
CA 15.3 23 23 b
AFP 24 24 b
CEA 24.7 24.7 a
FT3/FT4 25 25 c
Vit B12 25 25 b
IgE 25 25 b
DHEA-S 25 d
Testosteron 26 26 b
CA 19.9 28 28 b
CA 125 28 28 b
NSE 28 d
Thyroglobuline 29 29 c
Cortisol 29.8 29.8 a
E2 30 30 b
Insuline 32.9 32.9 a
hGH 34 34 b
PSA 34 34 a
PTH 34 34 b
Progesteron 36 36 b
Anti-TG 38 38 b
Anti-TPO 38 38 c
c-peptide 39 39 b
Foliumzuur 39 39 a
(a) : Westgard (b) : P(90) intra-labo CV 2004 (X3) – (B) : P(90) intra-labo CV 2007 (X3) (c) : « ad interim » (d) : mediane CV (X3) eerste jaar van het invoeren van de parameter
DOC 43/41/N V7 (bijlage 1) p. 31/32
Bijlage III. Tabel III Evolutie van de aanvaardbaarheidslimieten d% (vaste limieten) voor THERAPEUTISCHE MONITORING (TDM)
Parameter d (%)
2006-2007 d (%) 2008
Theofylline 15 14 e
Fenytoine / 16 e
Valproïnezuur 17 16 e
Paracetamol / 17 e
Carbamazepine / 17 e
Fenobarbital / 18 e
Gentamicine / 19 e
Amikacine 24 20 e
Digoxine 24 20 e
Lithium / 20 e
Salicylaat / 21 e
Vancomycine 23 23 e
(e): mediane intra-methode CV (X3) van de cyclus 2008
DOC 43/41/N V7 (bijlage 1) p. 32/32
Bijlage IV. Lijst van de Pu-waarden, gesorteerd in stijgende volgorde voor de 487 Belgische deelnemers aan de EKE-cyclus 1994
0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
0.00 0.00 0.69 0.69 0.74 1.32 1.39 1.39 1.39 1.39
1.47 2.08 2.08 2.08 2.08 2.08 2.21 2.38 2.63 2.73
2.73 2.78 2.78 2.78 2.78 2.78 2.78 2.78 2.90 2.94
3.47 3.47 3.47 3.47 3.47 3.47 3.52 3.57 3.64 3.68
3.75 4.17 4.17 4.17 4.17 4.17 4.17 4.17 4.17 4.17
4.17 4.17 4.23 4.76 4.86 4.86 4.86 4.86 4.86 4.86
4.86 4.86 4.86 4.86 4.86 4.86 4.86 4.86 4.86 5.45
5.47 5.56 5.56 5.56 5.56 5.56 5.56 5.56 5.56 5.63
5.97 6.25 6.25 6.25 6.25 6.25 6.25 6.25 6.25 6.25
6.36 6.43 6.43 6.94 6.94 6.94 6.94 6.94 6.94 6.94
6.94 6.94 6.94 6.94 6.94 6.94 6.94 6.94 6.94 7.04
7.14 7.35 7.35 7.35 7.35 7.50 7.50 7.64 7.64 7.64
7.64 7.64 7.64 7.64 7.64 7.64 7.64 7.64 7.75 7.89
7.89 8.09 8.09 8.33 8.33 8.33 8.33 8.33 8.33 8.33
8.33 8.33 8.33 8.33 8.33 8.33 8.33 8.33 8.33 8.33
8.33 8.39 8.59 8.59 8.62 8.82 9.03 9.03 9.03 9.03
9.03 9.03 9.03 9.03 9.03 9.03 9.03 9.03 9.03 9.03
9.03 9.03 9.72 9.72 9.72 9.72 9.72 9.72 9.72 9.72
9.72 9.72 10.00 10.00 10.29 10.29 10.29 10.42 10.42 10.42
10.42 10.42 10.42 10.45 10.49 10.53 10.71 10.71 10.94 10.94
11.03 11.11 11.11 11.11 11.11 11.11 11.11 11.11 11.11 11.11
11.11 11.11 11.11 11.11 11.11 11.11 11.11 11.11 11.19 11.19
11.25 11.27 11.72 11.76 11.81 11.81 11.81 11.81 11.81 11.81
11.81 11.81 11.81 11.81 11.84 11.90 12.14 12.32 12.50 12.50
12.50 12.50 12.50 12.50 12.50 12.50 12.50 12.50 12.50 12.50
12.50 12.50 12.68 12.68 12.73 13.04 13.19 13.19 13.19 13.19
13.19 13.19 13.19 13.19 13.19 13.19 13.19 13.19 13.19 13.19
13.19 13.24 13.24 13.24 13.33 13.38 13.57 13.73 13.77 13.89
13.89 13.89 13.89 13.89 13.89 13.89 13.89 13.97 13.97 13.97
14.29 14.58 14.58 14.58 14.69 14.71 14.71 14.71 14.71 14.93
15.00 15.00 15.00 15.22 15.28 15.28 15.28 15.28 15.28 15.28
15.28 15.49 15.67 15.69 15.91 15.97 15.97 15.97 16.07 16.18
16.39 16.41 16.67 16.67 16.67 16.67 16.67 16.67 16.67 16.67
16.67 16.67 16.91 17.11 17.11 17.14 17.14 17.36 17.36 17.36
17.52 17.57 17.61 17.65 18.06 18.06 18.18 18.38 18.42 18.42
18.75 18.75 18.75 18.75 18.75 18.75 18.75 18.75 19.01 19.12
19.17 19.44 19.44 19.44 19.44 19.44 19.44 19.44 19.57 19.64
19.64 19.85 20.14 20.14 20.14 20.14 20.29 20.31 20.42 20.59
20.83 20.83 20.83 21.05 21.43 21.53 21.53 21.74 22.22 22.39
22.64 22.79 22.92 23.33 23.61 23.61 23.64 23.68 24.26 24.31
25.00 25.00 25.00 25.00 25.00 25.00 25.00 25.00 25.35 25.86
26.56 26.81 27.14 27.21 27.55 27.78 27.78 27.86 28.00 28.12
28.12 28.12 28.47 28.47 28.68 29.09 29.17 29.17 29.17(a) 29.41
29.55 30.36 30.36 30.43 30.56 30.56 31.25 31.25 31.63 31.82
31.82 32.35 32.64 33.33 34.17 35.29 35.82 35.94 35.94 36.36
36.67 37.50 38.18 39.74 40.28 41.18 42.50 43.06 43.06 44.23
45.95 47.83 50.35 50.89 52.34 52.94 53.19 56.25 58.33 60.71
63.89 64.58 66.67 66.67 67.31 70.00 83.33
(a)
Percentiel P90 van de verdeling